C语言---深度剖析数据在内存中的存储-CSDN博客

自从计算机诞生开始，人类就从未停止过对它的探索和发展，在它的帮助下，一轮轮科技革命不断推动着社会的发展，但是至今为止，它的本质依然是二进制（0和1）的计算机器，比如我们经常使用的文本文档，图片，视频等数据，对于计算机来说，都是由0和1组成的二进制表示，那你是否好奇他们在计算机中都是怎么存储和使用的呢？

而对于我们编程学习者来说，和这个问题思考方向一致且具有重大探究意义的当然就是你的代码在计算机中的“真面目”了。通常不管你使用哪种编程语言，都是在已有的编译环境下按对应的语法规范来编写代码，这是给我们理解的，但计算机是无法直接执行的，必须通过编译成计算机可执行指令后+链接，才能形成可执行程序，这只是粗略的过程，其中还有很多细节我们在这不深入探讨。

比如语句：“int a = 10; ”我们理解的对计算机的指令就是：在内存中找一块连续且大小为4个字节的内存空间，并规定这块内存空间存储的数据类型为int整型，然后把这块内存空间取个名字叫"a",最后把整数10以某种形式放到里面。如下图：

简单了解一下编译器的大致处理过程：

同理的还有char c = ' a'； short a = 10; float a = 3.14; double a = 1.2; int *p = &a; struct Peo stu = {}等各种不同的数据类型，那它们是一样的吗？而本文要介绍的就是这些数据在内存中的存储到底是什么样子。

本篇文章我们不探讨具体的代码编译链接过程，而是帮助正在学C编程或有一些C编程基础知识的小伙伴更加深入理解代码，从“看代码只是代码” 到 “看代码都是内存”的进阶，由内在提高代码的理解和编写能力，转换思考代码的视角，更上一个台阶。

1：数据类型的介绍

基本的内置类型：（c语言标准已经规定好的类型，可以直接使用）

整型：

创建变量时申请内存空间的大小（单位：字节）

char //字符数据类型 1

（char类型存储时，存ASCII值，是整型）

short //短整型 2

int //整形 4

long //长整型 4或8（取决于编译环境）C语言规定：长整型 >= 短整型

long long //更长的整型 8

浮点型：

float //单精度浮点数 4

double //双精度浮点数 8

此外还有有符号和无符号之分，有符号的加前缀signed，无符号的加前缀unsigned，例如：有符号的整型是 signed int ，无符号的整型是 unsigned int，当只写int时，默认表示有符号的整型，上述其他类型以此类推。但是要注意char类型：C语言没有明确规定char到底是signed char还是unsigned char，它由编译环境决定。而在我接下来主要使用的VS下，char默认表示有符号的signed char.

其它的一些类型：
构造类型：

>数组类型

>结构体类型 struct

>枚举类型 enum

>联合类型 union

指针类型：

如：int *pa; float *pb; int *arr[]; struct Stu* p; 等。

空类型：

void 表示空类型（无类型）通常应用于函数的返回类型、函数的参数、指针类型。

类型的意义：

1：由上述基本的内置类型的最后一列，不难发现：不同的数据类型在创建变量时申请的内存空间的大小是不同的，其实事实上，除此之外的其它数据类型也是如此，所以：类型决定了使用这个类型开辟内存空间的大小（大小决定了使用范围）。

这里说的使用范围是指：可存储的数据的大小
对于有符号整型，在头文件<limits.h>中规定：（最大和最小值）

对于浮点型：在头文件<float.h>中规定：

那么，为什么这些不同数据类型可存储的数据大小范围不同呢？解决这个问题就是本篇文章的重点。

2：类型决定了如何看待内存空间的视角。

如果某个数据类型是char，那么你的注意力就集中在1个字节上，如果是int,那么你的视角就扩大到4个连续字节的内容上，如果再考虑符号的问题，你又要考虑它们在内存中又是否有所差异呢？再比如，一个结构体中可能包含多种不同的数据类型，那么它们在内存中是分散到不同地址编号的内存中存储，还是在一块连续的内存中呢，如果是后者，它们的存放又有哪些规则呢？还有把这些数据拿出来用的时候和存放时是一样的吗？

当你也真正开始思考这些问题并想揭开答案的时候，说明前面我对你的引导还算是成功的吧！

那接下来，就让我们一一解答吧！

2：整型在内存中的存储

2.1 原码、反码、补码

计算机中的整数有三种2进制表示方法，即原码、反码和补码。

三种表示方法均有符号位和数值位两部分，符号位位于最高位，符号位都是：用0表示“正”，用1表示“负”。

原码：

直接将数值按照正负数的形式翻译成二进制就可以得到原码

反码：

将原码的符号位不变，其他位依次按位取反（0变1，1变0）就可以得到反码

补码：

反码 + 1 = 补码

注意：正数的原码，补码，反码都相同；负数则按上述规则变化。

比如：

负整数：

int a = -10; （创建一个整型变量，叫做a,向内存申请4个字节存储数据，4个字节==32个比特位）

-10：符号位：1 数值位（二进制)：1010

（高位 <---------------------- 低位）

原码：10000000 00000000 00000000 00001010 （写满32个比特位，不够的补0）

反码：11111111 11111111 11111111 11110101 （符号位不变，其它位按位取反）

补码：11111111 11111111 11111111 11110110 （反码 + 1）

正整数：

int b = 10;

10: 符号位：0 数值位（二进制）：1010

原码 == 反码 == 补码：00000000 00000000 00000000 00001010

那么，对于整型来说，数据在内存中的是原码，还是反码，还是补码呢？

答案是：补码。

让我们到编译器中验证一下吧。

所以，对于整型来说，数据在内存中存储的确实是补码。

2.2 为什么整型在内存中要以补码的形式存储

试想一下，对你来说，1 + 1 = 2和1 - 2 = -1你肯定会做，那么对于计算机呢？

其实，对于这两个计算而言这样的简单计算肯定不在话下，但计算机却只会做加法1 + 1 ，却不会直接做减法1 - 2，这是因为：在计算机的数字电路中只有加法器，没有所谓的“减法器”。之所以计算机被设计成这样，不是计算机的工程师不会设计“减法器”，而是没有必要多此一举，因为在我们学习过负数的概念之后，就知道1 - 2其实可以转换成加法1 + （-2）计算，为了实现从减法到加法的转变，于是便引入了一个新的概念——反码。

而反码的作用就相当于数学中的负数。

那我们来验证一下：1-2 ——> 1+(-2)

假设1和-2都是有符号的字符型整型，占8个字节

对于整数1：原码==反码： 00000001

-2：原码： 10000010

反码： 11111101

如果-2用原码计算：00000001（1的原码） + 10000010（-2的原码） = 10000011（原码）

最后如果输出到屏幕上，我们看到的是原码！

那么按照规则 100000011转换成十进制就是-3，那么这个答案显然是错的

如果-2用反码计算：00000001（1的反码）+ 11111101（-2的反码）= 11111110（反码）

那么按照规则，11111110（反码）——>10000001（原码）对应的十进制就是 -1，答案正确。

其它的计算比如3-4，1-1，7-3，9-10等你也可以按照上述方法自己动手写一写，最终你会发现，使用反码确实已经实现了从减法到加法的转换，并且使计算的结果正确。

那为什么还会有补码的出现呢？——————都是因为数字“0”的存在

数学中规定：“0”既不是正数，也不是负数。但是当我们在实际生活中碰到"+0"和"-0"时，处理方式是：默认它们都表示“0”。如果计算机也是这样处理，由于整型数值在计算机内存中存储时有用于区分正负的符号位的规定，那么表示“0”就有两种（这里以8字节为例）：一种是：00000000（“+0”的反码），另一种是：11111111（“-0”的反码），这样一来，“0”这个数字在计算机中的编码就不是唯一的了。对于计算机来说，这是绝对不行的，因为任何数字都只能有1个编码。

所以：设计者把0当成正数，也即+0，这样0的编码就变成：0_0000000。

而对于负数就必须再次做出调整，于是就出现了补码。

具体作法就是：1_11111111这个编码不再表示-0，而是把负数整体向后"挪动一位"，以8位二进制为例，只要将8位二进制表示的负数范围从：-127 —— -0变成：-128 —— -1，就能成功解决问题，对应的数学计算就是：反码+1 == 补码，所以有符号char的数据范围是：正数：+0 ——> +127; 负数：-128 ——> -1。

3：大小端的介绍

3.1 什么是大端和小端

大端（存储）模式，是指数据的低位保存在内存的高地址中，而数据的高位，保存在内存的低地址中；

小端（存储）模式，是指数据的低位保存在内存的低地址中，而数据的高位,，保存在内存的高地址中。

下面有列子，请接着往下看。

3.2 为什么会有大端和小端

这是因为在计算机系统中，我们是以字节为单位的，每个地址单元都对应着一个字节，一个字节为8 bit。但是在C语言中除了8 bit的char之外，还有16 bit的short 型，32 bit的long型（要看具体的编译器），另外，对于位数大于8位的处理器，例如16位或者32 位的处理器，由于寄存器宽度大于一个字节，那么必然存在如何将多个字节安排的问题。因此就导致了大端存储模式和小端存储模式。

例如：一个 16bit 的 short 型 x ，在内存中的地址为 0x0010 ， x 的值为 0x1122 ，那么 0x11 为高字节， 0x22 为低字节。对于大端模式，就将 0x11 放在低地址中，即 0x0010 中， 0x22 放在高地址中，即 0x0011 中。小端模式，刚好相反。我们常用的 X86 结构是小端模式，而 KEIL C51 则为大端模式。很多的ARM，DSP都为小端模式。有些ARM处理器还可以由硬件来选择是大端模式还是小端模式。

如下图：

由此，当前小编的测试机器就是小端存储模式，与图示相反则是大端存储模式。

3.3 设计一个小程序判断当前机器的字节序

上面我们着重说过不同数据类型的意义，这里就是再次对它的应用实例证明。

小编在这给大家2种方法判断你当前机器字节序的方法。

方法1：不同指针类型解引用的访问内存大小不同

尽管指针变量的大小都是4或8字节，但是char*解引用时只能访问1个字节的内存，short*解引用访问2个字节，int*解引用访问4个字节，以此类推。

而由于存在大小端模式，只需要判断一个>=2字节数据的第一个字节的值就能确定当前机器的字节序。（前提是确保这个数据的最高位字节值不等于最低位字节值，否则就不能根据第一个字节判断，就会繁琐一些，所以尽量选较简单的数据，比如1， 2， 0x11223344等）。

如下例子

#include<stdio.h>
int main()
{
	int i = 1;
	//1的二进制：   00000000 00000000 00000000 00000001
	//十六进制表示：0x00 00 00 01

	char* c = (char*)&i;//把i的地址int*强制类型转化为char*
	if (*c == 1)//如果是小端：01 00 00 00
	{
		printf("小端\n");
	}
	else//如果是大端：00 00 00 01
	{
		printf("大端\n");
	}
	return 0;
}

方法2：共用体

如果你还未了解或学习过共用体的相关知识，可点击下面的链接，前往我的另一篇博客《C语言自定义类型详解》学习相关知识，这里不再赘述。

https://blog.csdn.net/m0_74171054/article/details/131687801

具体代码实现：

#include<stdio.h>
union s
{
	int i;
	char c;
};

int main()
{
	union s test;
	test.i = 1;
	if (test.c == 1)
	{
		printf("小端\n");
	}
	else
	{
		printf("大端\n");
	}
	return 0;
}

4：整型存储相关练习题

此处共列举了7个题目，还包含了整型提升和算数转换等知识的运用，如果你想检测一下自己是否掌握了上述内容，可以先自己思考出答案，再对照小编做好的参考解析，获取参考解析请点击以下链接前往我的Gitee仓库获取！

https://gitee.com/a-clear-meaning/bit-practice-record/blob/master/2023-9-6/csdn%E5%8D%9A%E5%AE%A2%E6%95%B4%E5%9E%8B%E5%9C%A8%E5%86%85%E5%AD%98%E4%B8%AD%E7%9A%84%E5%AD%98%E5%82%A8%E7%BB%83%E4%B9%A0%E8%A7%A3%E6%9E%90.pnghttps://gitee.com/a-clear-meaning/bit-practice-record/blob/master/2023-9-6/csdn%E5%8D%9A%E5%AE%A2%E6%95%B4%E5%9E%8B%E5%9C%A8%E5%86%85%E5%AD%98%E4%B8%AD%E7%9A%84%E5%AD%98%E5%82%A8%E7%BB%83%E4%B9%A0%E8%A7%A3%E6%9E%90.png

练习1：

//输出什么？
#include <stdio.h>
int main()
{
    char a= -1;
    signed char b=-1;
    unsigned char c=-1;
    printf("a=%d,b=%d,c=%d",a,b,c);
    return 0;
}

练习2：

//输出什么？
#include <stdio.h>
int main()
{
    char a = -128;
    printf("%u\n",a);
    return 0;
}

练习3：

//输出什么？
#include <stdio.h>
int main()
{
    char a = 128;
    printf("%u\n",a);
    return 0;
}

练习4：

//输出什么？
int main()
{
    int i= -20;
    unsigned  int  j = 10;
    printf("%d\n", i+j);
    return 0;
}

练习5：

//输出什么？
int main()
{
    unsigned int i;
    for(i = 9; i >= 0; i--)
    {
    printf("%u\n",i);
    }
    return 0;
}

练习6：

int main()
{
    char a[1000];
    int i;
    for(i=0; i<1000; i++)
   {
        a[i] = -1-i;
   }
    printf("%d",strlen(a));
    return 0;
}

练习7：

#include <stdio.h>
unsigned char i = 0;
int main()
{
    for(i = 0;i<=255;i++)
   {
        printf("hello world\n");
   }
    return 0;
}

5：浮点型在内存中的存储

5.1 问题思考

上面的输出结果和你想的一样吗？可是为什么是这样呢？

5.2 浮点数存储规则

根据国际标准IEEE（电气和电子工程协会） 754，任意一个二进制浮点数V可以表示成下面的形式：

(-1)^S * M * 2^E

(-1)^S表示符号位，当S=0，V为正数；当S=1，V为负数。

M表示有效数字，大于等于1，小于2。

2^E表示指数位。

如果不清楚十进制浮点数如何转化为二进制，可以在这再看一下：

整数部分转化为二进制 . 小数部分转化为二进制

比如：-5.625

整数部分5：101

小数部分0.625：

用2乘十进制小数，可以得到积，将积的整数部分取出，再用2乘余下的小数部分，又得到一个积，再将积的整数部分取出，如此进行，直到积中的整数部分为零，或者整数部分为1，此时0或1为二进制的最后一位。或者达到所要求的精度为止。
然后把取出的整数部分按顺序排列起来，先取的整数作为二进制小数的高位有效位，后取的整数作为低位有效位。
0.625=（0.101）
　　0.625*2=1.25======取出整数部分1
　　0.25*2=0.5========取出整数部分0
　　0.5*2=1==========取出整数部分1

所以合起来就是：-101.101，相当于：-1.01101 * 2^2, 那么：S = 1, M = 1.01101, E = 2。

IEEE 754对有效数字M和指数E，还有一些特别规定。

前面说过， 1≤M<2 ，也就是说，M可以写成 1.xxxxxx 的形式，其中xxxxxx表示小数部分。

IEEE 754规定，在计算机内部保存M时，默认这个数的第一位总是1，因此可以被舍去，只保存后面的 xxxxxx部分。

比如保存1.01的时候，只保存01，等到读取的时候，再把第一位的1加上去。这样做的目的，是节省1位有效数字。

以32位浮点数为例，留给M只有23位，将第一位的1舍去以后，等于可以保存24位有效数字。

至于指数E，情况就比较复杂。

首先，E为一个无符号整数（unsigned int）这意味着，如果E为8位，它的取值范围为0~255；如果E为11位，它的取值范围为0~2047。

但是，我们知道，科学计数法中的E是可以出现负数的，所以IEEE 754规定，存入内存时E的真实值必须再加上一个中间数，对于8位的E，这个中间数是127；对于11位的E，这个中间数是1023。

比如，2^10的E是10，所以保存成32位浮点数时，必须保存成10+127=137，即 10001001。

然后，指数E从内存中取出还可以再分成三种情况：

E不全为0或不全为1

这时，浮点数就采用下面的规则表示，即指数E的计算值减去127（或1023），得到真实值，再将有效数字M前加上第一位的1。

比如：

0.5（1/2）的二进制形式为0.1，由于规定正数部分必须为1，即将小数点右移1位，则为 1.0*2^(-1)，其阶码为-1+127=126，表示为 01111110，而尾数1.0去掉整数部分为0，补齐0到23位00000000000000000000000，则其二进制表示形式为:0 01111110 00000000000000000000000

E全为0

这时，浮点数的指数E等于1-127（或者1-1023）即为真实值，有效数字M不再加上第一位的1，而是还原为0.xxxxxx的小数。这样做是为了表示±0，以及接近于 0的很小的数字。

E全为1

这时，如果有效数字M全为0，表示±无穷大（正负取决于符号位s）。